[发明专利]恶劣天气下的电力系统线路状态转移概率预测分析方法

说明书

技术领域

本发明涉及电力系统安全防护技术领域，尤其涉及一种恶劣天气下的电力系统线路状态转移概率预测分析方法。

背景技术

恶劣天气一直是造成电力系统设备故障的重要因素之一，其造成的不良影响突显出多样性、扩大化特点。恶劣天气所引起的电网负荷急剧波动对设备安全运行及人身安全造成严重威胁。同时，随着大电网建设的快速发展，导致恶劣天气对电网的危害范围也逐步扩大，电网因其地理位置决定了所处地区出现的各类恶劣天气特征更为明显。虽然在恶劣天气到来之前，气象部门会对其做出一定的预报，但是电网方面却很难及时对恶劣天气下某线路故障后的潮流转移路径提前进行有效识别与严重性评估，也不能有效的对各支路在恶劣天气条件下的状态转移概率进行预测。统计分析表明，恶劣天气下，电网各元件故障的概率将明显增加，其造成系统连锁故障的概率也必然随之增加。因此，将恶劣天气下线路故障概率模型与连锁故障概率模型综合考虑，对保障恶劣天气下电网安全稳定运行有着十分重要的意义。

目前，现有的连锁故障预测方法大致分为模式搜索法、复杂系统理论和复杂网路理论模型法。具体的研究涉及到物理过程的模拟、抽象的宏观动态模拟等诸多层面，国内外广大学者对此做了深入的研究。文献“Optimal locations for protection system enhancement：a simulation of cascading outages”采用启发式搜索策略实现连锁故障的搜索；文献“中国电网停电事故统计与自组织临界性特征”通过对我国电网的事故统计分析发现了系统的停电规模服从幂率分布，并指出其是系统自组织临界特征的表现。现有的连锁故障预测方法效果不佳，不能较为准确地对恶劣天气下线路状态转移概率进行预测，无法保证电网在恶劣天气下安全稳定地运行。

发明内容

本发明的目的是提供一种恶劣天气下的电力系统线路状态转移概率预测分析方法，能够实现恶劣气象条件下各支路状态转移概率评估，从而获得高危故障支路信息，保证电网在恶劣天气下安全稳定地运行。

本发明采用下述技术方案：

一种恶劣天气下的电力系统线路状态转移概率预测分析方法，其特征在于，包括以下步骤：

A：采用回归模型建立方法，辨识模型参数，构建以线路故障概率为因变量指标和以气象因子为自变量指标的回归模型，并借助模型检验统计量判定相关度模型的拟合程度和模型参数的可靠性；

B：应用潮流转移因子分析方法，综合考虑电力系统拓扑结果图与电网参数，计算某支路断线后其它各支路的潮流转移因子，进行系统潮流转移路径的识别与潮流转移严重等级划分；

C：利用步骤B中计算出的潮流转移因子，计算某支路故障后其余各支路的潮流情况，并求解各支路整定比率，从而获得各支路连锁跳闸概率模型；

D：综合步骤A中建立的恶劣气象下线路故障概率模型和步骤C中计算出的各支路连锁跳闸概率模型，获得恶劣气象条件下线路状态转移概率模型。

所述的步骤A中，以线路故障概率为因变量指标和以气象因子为自变量指标的回归模型为其中，y是线路故障概率，X₁、X₂…X_g是自变量指标；为待求回归系数，θ为随机误差项。

所述的步骤A中，模型检验统计量为以下三种中的一种：①相关系数的平方r²，用于表征模型对回归指标的解释程度；

②检验统计量F，用于表征模型的显著程度；

③模型参数检验统计量t，用于表征模型参数的显著程度。

所述的步骤B中，潮流转移因子计算方式如下：